基于特征质量的人脸识别方法、装置、存储介质及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113743308A(43)申请公布日2021.12.03(21)申请号202111038171.X(22)申请日2021.09.06(71)申请人汇纳科技股份有限公司地址201505上海市金山区亭林镇亭枫公路333号216室(72)发明人马卫民袁德胜成西锋杨祥如崔龙林治强党毅飞游浩泉(74)专利代理机构上海光华专利事务所(普通合伙)31219代理人庞红芳(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书6页附图3页(54)发明名称基于特征质量的人脸识别方法、装置、存储介质及系统(57)摘要本发明提供一种基于特征质量的人脸识别方法、装置、存储介质及系统，包括以下步骤：基于预设的特征提取模型获取待识别人脸图像的第一人脸特征和第一特征质量分；基于第一人脸特征，确定待识别人脸图像为预设的目标人脸特征库中的第一目标人脸；应用预设的质量判断规则，比较第一特征质量分和第一目标人脸的第二特征质量分；当比较结果符合质量判断规则时，将第一人脸特征添加至第一目标人脸在目标人脸特征库的第二人脸特征位置处，并将第一特征质量分添加至第一目标人脸在目标人脸特征库的第二特征质量分位置处。本发明的基于特征质量的人脸识别方法、装置、存储介质及系统，改善了场景条件不足情况下的人脸识别精度；提高人脸识别算法的鲁棒性。CN113743308ACN113743308A权利要求书1/2页1.一种基于特征质量的人脸识别方法，其特征在于，所述人脸识别方法包括以下步骤：基于预设的特征提取模型获取待识别人脸图像的第一人脸特征和第一特征质量分；基于所述第一人脸特征，确定所述待识别人脸图像为预设的目标人脸特征库中的第一目标人脸，所述目标人脸特征库包括各目标人脸的人脸特征和特征质量分；应用预设的质量判断规则，比较所述第一特征质量分和所述第一目标人脸的第二特征质量分；当所述比较结果符合所述质量判断规则时，将所述第一人脸特征添加至所述第一目标人脸在所述目标人脸特征库的第二人脸特征位置处，并将所述第一特征质量分添加至所述第一目标人脸在所述目标人脸特征库的所述第二特征质量分位置处。2.根据权利要求1所述的方法，其特征在于，所述预设的特征提取模型包括特征提取模块和质量模块；所述基于预设的特征提取模型获取待识别人脸图像的第一人脸特征和第一特征质量分之前，还包括：获取待训练的人脸图像的数据集；基于所述数据集和预设的损失函数，应用卷积神经网络模型，确定所述特征提取模块的第一模型参数；保持所述第一模型参数不变，添加所述质量模块，并将质量参数带入所述损失函数中，训练所述特征提取模型，确定所述质量模块的第二模型参数。3.根据权利要求2所述的方法，其特征在于，所述损失函数的表达式为：其中，L1为所述损失函数；m1为预设的第一间隔参数；m2为预设的第二间隔参数；m3为预设的第三间隔参数；θ为将特征距离约束到角度空间内的参数；s为预设的固定尺度参数；k为对应人脸特征的第一向量；j为对应人脸特征的第二向量。将所述质量参数带入所述损失函数后的表达式为：其中，L2为带入所述质量参数的损失函数；Qi为所述质量参数。4.根据权利要求1所述的方法，其特征在于，所述基于所述第一人脸特征，确定所述待识别人脸图像为预设的目标人脸特征库中的第一目标人脸，包括：基于所述第一人脸特征和所述目标人脸特征库，确定所述第一人脸特征和所述目标人脸特征库中各目标人脸的人脸特征的相似度得分；基于所述相似度得分，确定得分最高的第一相似度得分对应的第一目标人脸的第二人脸特征和第二特征质量分；将所述第一相似度得分和预设的相似度阈值比较，当所述第一相似度得分大于所述相似度阈值时，确定所述待识别人脸图像为所述第一目标人脸。5.根据权利要求4所述的方法，其特征在于，所述将所述第一相似度得分和预设的相似度阈值比较之后，还包括：当所述第一相似度得分小于或等于所述相似度阈值时，确定所述待识别人脸图像为新2CN113743308A权利要求书2/2页的目标人脸；并将所述第一人脸特征和所述第一特征质量分增加至所述目标人脸特征库中所述新的目标人脸的对应位置处。6.根据权利要求1所述的方法，其特征在于，所述比较所述第一特征质量分和所述第一目标人脸的第二特征质量分之后，还包括：当所述比较结果不符合所述质量判断规则时，所述目标人脸特征库保持不变。7.一种基于特征质量的人脸识别装置，其特征在于，包括：获取模块，用于基于预设的特征提取模型获取待识别人脸图像的第一人脸特征和第一特征质量分；确定模块，用于基于所述第一人脸特征，确定所述待识别人脸图像为预设的目标人脸特征库中的第一目标人脸，所述目标人脸特征库包括各目标人脸的人脸特征和特征质量分；第一处理模块，用于应用预设的质量判断规则，